半导体AI人工智能检测运用

作为测试测量领域基于光学原理对产品缺陷进行检测的应用技术，AOI自动光学检测由机器视觉代替人眼并将之延伸，为测试测量市场和电子制造行业提供辅助与支撑。随着中国制造业升级加速与“工业4.0”阔步推进，制造领域对全面、系统的测试测量设备需求量也逐步增大。目前国内的主要检测手段仍停留在人工或者传统算法的检测方式，已满足不了手机/平板电脑/电脑等各类屏幕出厂前的缺陷检测需求。采用深入学习算法的AI技术已崭露头角，能够有效提高缺陷检测的误判率及漏检率，同时能提供检测效率，提升产能，成为行业红海。

将软件传统算法与AI人工智能（深度学习）相结合的机器视觉系统解决方案必然是未来制造业视觉检测的发展趋势。以下案例是艾菲茵的一个典型方案：手机屏在组装过程中，IC与FPC间隔区域的胶体是否存在溢胶、缺胶、气泡等缺陷将直接影响手机屏的质量问题，如何运用机器视觉算法解决胶体的缺陷检测是工艺生产的重要环节之一。

透明胶体（UV胶）原理：基于紫色光谱，使胶水自产生荧光，用CCD工业相机拍摄进行检测：





蓝色胶体（TUFFY胶）原理：基于漫反射、透射原理，用CMOS工业相机拍摄进行检测：

气泡检测运用传统算法是无法达到0.1mm的精度识别，运用深度学习可以有效识别

还有最主要的一点是，背景比较复杂，与气泡缺陷成像后比较接近，故传统算法比较难实现检测

3D相机确实有一定的技术优势，但仅限于高度检测方面，但此项目是检测胶体的尺寸及有无，仅限于2D视觉范围，同时，由于UV胶属于透明胶，3D无法实现成像效果，需要在打荧光背光的基础上才能检测。